《KSCE Journal of Civil Engineering》：Ontology and Logarithmic-Based Risk Importance Evaluation Method for Tunnel Construction Processes
编辑推荐：
摘要：隧道施工中遇到的风险具有多面性，源于众多相互关联的因素。传统的风险识别方法通常将风险分为原因和后果，并使用概率和影响来评估其重要性。然而，这种方法无法捕捉风险因素之间错综复杂的相互联系，且往往过度强调影响。本研究提出了一种新的方法来表示风险连通性和重要性
摘要：隧道施工中遇到的风险具有多面性，源于众多相互关联的因素。传统的风险识别方法通常将风险分为原因和后果，并使用概率和影响来评估其重要性。然而，这种方法无法捕捉风险因素之间错综复杂的相互联系，且往往过度强调影响。本研究提出了一种新的方法来表示风险连通性和重要性。通过基于本体论的方法，将风险重新定义为风险因素（即共享相同原因和后果的特定概念实体），并系统地建立了它们之间的相互关系。通过基于概率和影响对原因因素进行评分来量化风险重要性，随后通过对数求和法进行聚合。分析结果显示，尽管对数求和法与CALTRANS排名相比产生的相关系数略低（Kendall‘s τ =0.393，Spearman’s ρ =0.594），而简单求和法为（Kendall‘s τ =0.420，Spearman’s ρ =0.674），但该结果反映了更真实的排名，因为它缓解了简单求和法因冗余因果关系而高估特定风险的局限性。相反，模糊求和法未显示出显著相关性；因此，对数求和法被采用为最客观反映实际隧道风险排名的最优方法。进一步开发了一个情景分析模型，用于评估通过排除特定因素来降低风险影响的效果。所提出的模型能够清晰识别风险之间的因果关系，为风险管理优先级的确定提供了更精确的依据。
论文解读
一、研究背景与问题
隧道工程作为基础设施建设的重要组成部分，其施工过程面临高度不确定性。由于地质条件的复杂性和沿线全面勘察的困难性，隧道施工风险持续影响工程的成本与进度。新奥法（New Austrian Tunneling Method，NATM）隧道作为最常用的隧道类型之一，其施工过程中的风险识别与评估尤为关键。
然而，传统风险识别与评估方法存在显著局限性。第一，传统方法通常将风险简单划分为原因与后果两个维度，采用概率-影响矩阵进行重要性评估，这种方式无法捕捉风险因素间错综复杂的相互关联。第二，专家经验主导的风险识别方法存在主观性强、过度依赖经验、存在认知偏差和碎片化等问题，难以反映相互关联风险的复杂流动。第三，现有评估方法在聚合多因素时往往采用简单求和，这容易因频繁提及的项目而被过度强调，导致评估结果失真。第四，以往研究多聚焦于盾构TBM工法或特定风险因素，缺乏针对NATM隧道的全面风险分析框架，许多重要性较低的风险常因对有限风险的强调而被忽视，风险因素间的复杂相互关系也未被充分分析。
综上，在既能结构化定义风险因果关系又能精确量化其聚合重要性方面存在关键方法论空白。特别是，尚无研究将NATM隧道风险的概率与影响同时量化并纳入因果关系中以综合评价风险因素间的相对重要性。因此，本研究旨在通过本体论方法系统构建NATM隧道施工过程风险的结构化框架，建立风险间的语义联系，并提出改进的风险重要性量化评估方法与管理优先级判定方法。
二、主要技术方法
研究人员采用多种技术方法开展研究，主要包括：（1）专家问卷调查法——面向韩国前100强建筑企业中18家公司的专家收集风险事件与风险原因数据，共获取711项风险事件与623项风险原因；（2）本体论方法——将收集的风险项目转化为以关键词为核心的风险因素，建立风险因素间的有向因果关系网络；（3）三种聚合评估方法——分别采用简单求和法、对数求和法、模糊求和法计算风险重要性；（4）PageRank算法——基于网络结构量化各风险节点的相对重要性；（5）相关性分析方法——采用Kendall‘s τ与Spearman’s ρ相关系数验证模型结果与专家感知的一致性；（6）情景分析模型——通过排除特定风险因素评估其对整体风险水平的影响。
三、研究结果
3.1 风险识别与本体论构建结果
研究人员通过问卷调查，将收集的711项风险事件和623项风险原因经过去重与相似项整理后，最终识别出91项独立风险及229项对应原因。经专家研讨会评估，所有风险原因的平均概率分为1.65，平均成本影响分为2.76。62项风险在概率和成本两个维度均获得2分，为最高频组合；29项风险的成本分为5，表明成本影响分布较概率更为广泛。值得注意的是，概率评估趋于保守，而成本影响呈现更宽的分布范围。通过本体论转化过程，共衍生出246个风险因素和311个风险项目。其中，“涌水”（25次）、“裂缝”（18次）和“设计错误”（18次）是被提及最频繁的风险因素，表明这些因素与隧道施工中的多种风险相关。然而，134个风险因素仅被提及一次，43个仅被提及两次，说明超过半数为仅在有限情境中出现的孤立因素。
3.2 网络分析结果
研究人员将风险因素组织为有向因果网络，应用PageRank算法计算各节点的相对重要性。结果显示，“涌水”以0.033的PageRank值位列首位，其后依次为“裂缝发生”（0.031）、“挡土墙倒塌”和“隧道坍塌”。值得注意的是，在传统风险评分中并列第一的“挡土墙倒塌”、“隧道坍塌”和“边坡破坏”，在PageRank结果中分别列第3、4、6位。这一差异源于PageRank算法侧重于节点接收到的连接数量而非直接影响力，从而避免了传统风险评分中的过度估计问题。此外，网络中的边按共现频率进行可视化加权，最高重复频次为4次的因果关系为“测量设备损坏→无法测量”。
3.3 三种求和方法的评估结果
基于简单求和法，风险评分结果显示“隧道边坡坍塌”以132分居首，其次为“隧道掌子面坍塌”（113分）和“废弃物问题”（98分）。全部风险因素的平均分为7.35，133个因素得分为零（因仅作为原因因素而未获评分）。然而，该方法因对连接因素数量敏感而倾向于高估频繁提及的风险。
对数求和法将各风险因素的发生频率通过对数函数转换后再进行求和，从而降低低频因素的贡献。结果显示“废弃物问题”（76.57分）居首，其次为“隧道变形”（64.10分）和“超挖/欠挖”（57.65分）。“隧道边坡坍塌”和“隧道掌子面坍塌”在简单求和法中名列前茅，但在对数求和法中分别降至第10和第9位。这表明对数求和法以最大分值标准评估影响力，而非单纯依赖因素数量。
模糊求和法采用三角模糊数（Triangular Fuzzy Number，TFN）表示各风险因素的概率和成本，并通过质心法进行去模糊化。结果显示“隧道掌子面后方坍塌”（16.0分）、“隧道洞口变形”（16.0分）和“增加背向土压力”（16.0分）并列最高。该方法的平均化特性使具有较少关联项但评分较高的风险因素得以凸显，但也导致对某些因素的高估。
3.4 模型验证结果
研究人员将三种模型的排名结果与专家评估结果进行相关性分析。结果显示，三种基于专家的评估方法之间存在显著正相关。经排除感知差异较大的项目后，简单求和法与CALTRANS排名间的Kendall’s τ=0.420、Spearman’s ρ=0.674；对数求和法为Kendall‘s τ=0.393、Spearman’s ρ=0.594；而模糊求和法则未显示显著相关性。尽管对数求和法的相关系数略低于简单求和法，但研究人员认为对数求和法通过缓解简单求和法因冗余因果关系而高估特定风险的局限性，更能客观反映实际隧道风险排名。进一步排除仅与1-2个风险项目关联的因素后，模糊求和法的相关性虽有所提高，但研究人员最终确定对数求和法为最优方法。此外，研究发现研究者概念定义与受访专家认知之间存在差异，例如“噪声与振动”的范围界定、“废弃物问题”的涵盖范围等，这种差异需要通过精确的风险因素定义来减少。
3.5 情景分析结果
研究人员开发了情景分析模型，允许用户根据项目特征排除特定风险因素并评估风险评分变化。以“民事投诉”风险因素为例，依次移除其三个中间原因因素——“过度地面振动”、“噪声与扬尘产生”和“地下水位下降”。结果显示，当移除“过度地面振动”时，对数求和评分从46.3显著降至19.5（排名从第7位降至第18位），表明该因素是最有效的缓解措施。相比之下，移除“噪声与扬尘产生”（43.3，第10位）或“地下水位下降”（45.6，第7位）仅产生微小变化，缓解效果相对有限。
四、结论讨论
本研究通过本体论方法构建了NATM隧道施工过程风险的结构化网络模型，提出了基于连接频率的对数求和风险重要性评估方法。该方法的创新性在于超越了传统的概率-影响二维评估框架，将风险因素间的因果关系和连接频率纳入量化体系。通过三种求和方法的系统比较和专家验证，对数求和法被证实为最客观反映实际隧道风险排名的方法。
本研究的意义在于提供了以下贡献：其一，在动态风险分析方面，该模型可作为分析随工程进度持续波动的周边因素的基础数据；其二，在复杂因素分析方面，该模型有效展示了风险控制机制——解决单一根本原因可同时缓解多个级联后果；其三，模型具有高度实用性，无需专家咨询即可进行风险识别与评估，并能通过情景建模进行风险应对有效性分析。
研究局限性在于风险定义的预期与专家解释之间的一致性需要改进，未来研究应首先确立风险项目的标准化定义并优化变量选择。在技术层面，未来研发方向包括将该动态风险分析与现场建筑信息模型（Building Information Modeling，BIM）集成，结合现场照片或视频识别技术，发展为具备自动化危险检测和可视化风险管理能力的先进智能施工系统。该研究成果发表于《KSCE Journal of Civil Engineering》。
